B端项目复盘:智能大数据分析平台 Nebula V2.1

编辑导读:本文作者详细地复盘了一次智能大数据分析平台 Neblua 平台优化重构的经历,从项目背景介绍,到过程中的难点分析和措施制定都展开了复盘并分享了自己的项目思路以及需要注意的问题,与大家分享。

一、项目背景介绍

Neblua是一个专为数据分析师/数据分析小白打造的一款一站式智能大数据分析平台,平台X便捷的数据导入,清洗,智能可视化推荐辅助分析。X简单拖拽配置可视化图表,内置多种模型和算fǎ,X智能分析和支持。让数据分析小白也可以快速X属于自己X需qiú的可视化分析图表。

Neblua平台已经优化迭代2期,本次在用户反馈的基础上对平台架构和体验做了较大调整。

二、问题梳理

为了做好这次版本迭代,我们zhēn对实际用户进行访问,梳理用户在使用过程中的问题和建议。并zhēn对建议进行整合分析,寻找解决方案。

1. 问题总结

  • cāo作链路复杂:加载数据无fǎ在页面中添加,用户加入新数据需要退出页面到数据管理中,liú程复杂。
  • 无fǎ做到更深入的数据整理cāo作:不同用户对数据的关注点不同,如基层主管关注的是分散颗粒度的分析表(如部门/产品/X量等)而“高层X”关注的是相对高聚合度的数据。因此需要根据层次聚合数据,或对对数据进行更深入的整理。
  • 运行时间长,效率低:当前版本用户建立完成数据liú后运行时间长,用户无fǎ快速找到数据信息。面对大量数据,人工查找脏数据耗时耗力。

根据任务liú程梳理问题点:

2. 用户分析

数据分析者是对数据非常X,他们需要发现数据中存在的问题,挖掘数据价值,帮助X或项目提升业绩。而在真正工作场景中,数据分析者既要面对海量数据,又需要了解X协同沟通,是高强度脑力劳动,容易疲劳。

根据用户访谈我们发现,数据分析的第一步是对数据进行处理,而这部分往往会占到数据分析师大量时间,哈佛大学商学院一项研究也表明,在整个数据分析过程中,数据分析师整理数据往往会huā费80%时间。

三、定义升级目标

根据梳理的问题,我们定义了本次改版维度的目标:

(1)提升数据整理效率

优化部分:主要zhēn对数据整理的功能优化和视觉提升可视化的数据整理liú程展示;即时数据cāo作反馈预览;更快更智能的工作方式等

(2)防止疲劳

优化部分:主要优化信息结构和视觉部分;zhēn对小屏幕做适配;阅读间距;护眼sè彩等;

问题优先级排序:我们根据改版目标和优化成本进行问题优先级排期,数据整理部分对是目前最高优先级。此次改版主要zhēn对数据整理模块,优化数据整理liú程和视觉liú程。

四、设计策略

1. X信息架构重构提升数据整理效率

(1)布jú尝试:两种布jú探索

(2)为什么选择侧边导航?

从产品属性和用户行为分析:

  1. 相对于顶部的全站导航,侧边导航做为jú部功能导航,有相对的功能liú程顺序关系。
  2. 数据整理视图和可视化视图分别承载数据整理和建立可视化的不同功能。在一个项目中,用户虽然可以单独使用不同模块功能,任务层面,这两个模块存在先后的任务关系。而从产品层面,我们更希望用户能够全liú程的使用产品。强化用户心智模型。
  3. 行为更加集中:左侧导航和内容链接更强,侧面导航的收起功能,可以减少横向屏幕使用。

(3)为什么数据摘要上下布jú?

  1. 视觉动线:如上图所示,上下布jú的方式能够展示更多列数据摘要card信息, 容易建立聚焦区域。视觉动线更清晰,从而降低获取信息的难度。而左右布jú,视觉liú程复杂,不方便查找信息。
  2. 符合用户xí惯:右侧抽屉一般做为展示和简单的设置功能,是作为主页面的为次要功能附属存在。数据摘要部分是做为数据展示的重要区域,选择上下结构布jú更适合。

2. X视觉优化提升数据整理效率

(1)sè彩X选用

sè彩与情感有紧密的X,而在系统的设计中我们主要秉承两个原则:

  1. sè彩舒适:因为数据分析人员需要长期面对屏幕工作,因此sè彩上不能选用高饱和颜sè,不能刺眼。
  2. 情绪平稳:不同sè相的sè彩往往带有某种特定倾向,引发感guān情感倾向。

根据情绪平稳的设计策略并且考虑到以后产品后期要拓宽X市场,因此在之前颜sè的基础上拓展了颜sè的使用范围,选用中性sè做为导航sè。既体现产品的市场调性又解决了当前版本导航与内容的层级问题。方便用户清晰区分导航层和内容的视觉层次。提高使用效率。

改版前(这里视觉重新设计):

改版后:

(2)信息分层,视觉整合

字段信息分层,将卡片分成两部分区域,上层为cāo作域为主,下层为信息展示区。增加上层区的视觉重量,方便用户快速捕捉信息。

(3)数据节点颜sè随机化

数据整理一般要对多份数据进行转换、chāi分、清洗等cāo作,一般数据集名称会比较长,数据节点采用颜sè随机化的策略,X颜sè辅助用户对不同数据集的识记,便于复盘。

3. X智能推荐算fǎ提高数据整理效率

X人员在X到新的X或者数据时候,需对数据进行探索,了解数据基本情况;对已经数据的数据,X人员也可能因为数据分析不够充分,无fǎ掌握所以特征。

智能推荐可视化可以帮助X人员对数据进行探索,发现数据中的隐zàng规律。

总结

X感性的用户反馈出发,结合梳理行业中常见问题,发现版本中需要优化点,并X任务liú程归类梳理。

Neblua做为X的大数据可视化工具还有很长的路要走,我们也会持续推进一步步优化升级。

收藏 (0) 打赏

以上内容不错,打赏支持一下!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

声明:本站所有教程资源,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

雄发创业网 自媒体是如何赚钱的 B端项目复盘:智能大数据分析平台 Nebula V2.1 https://www.xiongfawang.com/1125.html

常见问题

相关文章

B端项目复盘:智能大数据分析平台 Nebula V2.1-海报

分享本文封面